如何使用测量工具处理天花板效应？

我收集了心理生理数据，这些数据测量了受试者（两组）感知振动的能力。振动探针在皮肤上移动的位置越来越小，被摄对象指示他们何时感到振动。不幸的是，在高频率下，探头只能移动很短的距离，有时探头可以移动的最大距离仍然不足以使对象感知。因此，对于某些对象，我具有准确的阈值，但是对于一些从未感觉到振动的对象，我只是拥有一个我知道其阈值大于的值。有什么办法让我仍然包括这些数据吗？最好的分析方法是什么？

nonparametric psychology

— 卡乐
source

这些被称为审查观察。如何包括它取决于您正在进行的统计分析的类型。

我同意Procrastinator，但我会使用“截断”一词。在生存分析中，有一个类似的问题称为“正确检查”。在该方法中，您保留了截断后的值，但有一个指标变量来告诉您该值是完整值还是被删节的值。在生存分析中，有一种简单的方法可以解决此问题，但这是因为您正在估算生存曲线。在这里，您可能想要计算平均值。如果您忽略了细节，那么您会低估平均值。如果剔除截断的点，则会低估平均值。

— Michael R. Chernick 2012年

要正确合并截断的值，您将需要一个探测距离的概率模型，因为它要大于阈值。然后，您可以取该分布的平均值，并使用未截断的值的平均值与截断的分布的平均值计算加权平均值，其中加权是根据截断的案例的比例进行的。

— Michael R. Chernick 2012年

如果您丢弃未量化的数据，将会发生截断。你不想那样做！卡勒，您是正确的，这些被检查的值中包含信息，并且怀疑有一些标准方法可以对其进行分析（对于那些粗心的人来说是陷阱）。但是要提供一个好的答案，我们需要知道您要进行哪种分析。特别是，这些数据的处理方式从根本上有所不同，具体取决于它们在回归中是作为自变量还是因变量出现。也许您可以对此进行详细说明？

— Whuber

与眼前的统计问题无关的小细节，但可能有助于了解：这类数据通常称为“心理生理”数据，而不是“心理生理”数据（包括心率或皮肤电导率测量等指标，但不包括对感觉的主观判断））。这也可以帮助您寻找有关人们通常如何处理此类数据的文献。

— 晚宴

Answers:

我喜欢使用异构混合模型来描述来自根本不同来源的组合效果。

您可能会看到类似Diane Lambert风格的“零膨胀的泊松”模型。“ 零膨胀泊松回归及其在制造缺陷中的应用 ”，黛安·兰伯特，技术计量学，第 34，伊斯。1992年1月1日

我觉得这个想法特别令人愉快，因为它似乎与将实验统计设计应用于医学不能完全治愈疾病的观点相矛盾。这个概念背后的想法是，科学方法无法完成其在医学中的目的，是基于这样的想法，即没有“完全”健康的个体的疾病数据，因此数据无法告知疾病的治疗方法。没有测量，就没有改善的空间。

使用零膨胀模型之类的东西可以使人们从部分“无错误”的数据中提取有用的信息。它使用对过程的洞察力来获取可能被认为是“无声的”信息并使之说话。对我来说，这就是您要尝试做的事情。

现在，我无法断言要使用哪种模型组合。我怀疑您可以对初学者使用零膨胀的高斯混合模型（GMM）。GMM有点像连续PDF的经验通用逼近器-像Fourier级数逼近的PDF表亲一样，但是在中心极限定理的支持下，可以提高全局适用性，并且通常允许使用更少的组件来制作“好”的近似值。

祝你好运。

编辑：

有关零膨胀模型的更多信息：

— 工程师
source

对结果进行聚类并定义规模可能是一个解决方案。

像这样（或不同）制作一个类别变量：

高灵敏度
正常灵敏度
低灵敏度
不敏感（超出您的情况）

您可以使用此变量进行分析，但是结果是否有意义取决于您定义类别的程度。

— 丹尼斯·贾赫鲁丁（Dennis Jaheruddin）
source